首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  完全免费   3篇
  综合类   10篇
  2016年   2篇
  2014年   1篇
  2010年   1篇
  2008年   2篇
  2007年   2篇
  2006年   1篇
  1992年   1篇
排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
基于GA-PSO混合规划算法的企业信用风险评估模型   总被引:1,自引:0,他引:1  
利用一种新的人工智能方法———GA-PSO混合规划算法构建企业信用风险评估模型。并利用上证50若干企业的实际数据对模型进行了实证检验。实证结果显示该模型能有效预测上市企业的信用风险状况。该模型在收敛性能及预测准确率等方面优于基于传统的多元回归方法及GP方法的信用风险评估模型。  相似文献
2.
分别用P_(204),P_(507),PSO—Ⅱ单独萃取混合氯化稀土,得到了萃取稀土的最佳条件,并对P_(204)与PSO—Ⅱ、P_(507)与PSO—Ⅱ,协同萃取稀土元素进行了初步探讨,发现P_(204)与PSO—Ⅱ,P_(507)与PSO—Ⅱ两者在萃取混合氯化稀土的试验条件下,均无协同效应。  相似文献
3.
以江铜CWB1(580026)权证为样本,将标的股票价格和权证规定的行权价格之比、无风险利率、波动率和权证到期期限作为输入,权证价格作为输出,利用支持向量回归和粒子群算法进行仿真分析和预测,发现经过PSO算法优化过的SVR方法对权证价格的仿真结果精度高,能够较好地拟合和预测样本权证价格。  相似文献
4.
文章运用系统工程理论,分析学生违约因素,运用GA—PSO混合规划算法设计国家助学贷款风险预警模型。研究结果表明,学生违约行为与其在校期间学业成绩、就业收入预测、家庭贫困程度、参与勤工俭学、综合评述、贷款金额呈非线性相关关系。国家助学贷款风险管理部门可以利用国家助学贷款风险预警模型对学生的信用风险进行评级,通过差别风险管理措施来降低利用违约率。  相似文献
5.
提出了一种基于粒子群优化的广义T-S模糊模型参数学习方法。该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的前件参数集。每一学习循环分两步,前一步用粒子群进化迭代调整所有前件参数,后一步用正交最小二乘法估计后件参数。该方法不需任何先验知识,运算量小,能产生紧凑的模糊模型。非线性动态系统模糊建模的数字仿真说明了该方法的有效性。  相似文献
6.
针对Ziegler-Nichols算法设计的PID控制器阶跃响应不理想,不具有灵活性等缺点,提出基于粒子群算法与改进 Ziegler-Nichols算法的PID整定方法。采用粒子群算法优化了Ziegler-Nichols算法中的幅值和相角,设计了具有更好性能 指标的PID控制器。实验结果表明采用该方法进行参数整定后的PID控制器响应速度较快,降低了系统的超调量。  相似文献
7.
为了对铣削力做进一步的研究,以及预测铣削参数的改变对铣削力变化的影响,文章建立了铣削力预测模型,引 入了PSO优化算法。试验采用正交设计方法,干式铣削SKD61模具钢;KISTLER测力仪测量铣削力;HRsoft_DW数采软 件采集试验数据,并对数据进行极差分析。研究结果表明每齿进给量是铣削参数中影响铣削力最为主要的因素。研究 验证了PSO算法对铣削参数优化问题具有有效性。  相似文献
8.
针对空压机控制系统中的节能减排、均衡调度和管网压力波动等问题,提出了空压机联动控制的多目标优化调 度模型,并以改进惯性权重的粒子群算法进行求解。以灰色系统理论中的灰色关联度作为改进粒子群算法的适应度函 数,对影响空压机联动系统的机组功耗、生产均衡调度和管网压力波动等多目标进行了优化求解。引入的非线性动态调 整惯性权重策略改进了算法的全局收敛能力,有效地提高了粒子搜索过程中的智能性。通过某饮料罐装车间的技术改 造,证明了本算法的有效性。  相似文献
9.
将粒子群优化算法和K均值算法结合进行聚类分析,同时引入了免疫系统中的免疫接种和免疫选择机制来指导粒子的迭代过程,提出了一种基于免疫接种粒子群的聚类算法,在粒子群迭代的过程中加入免疫接种机制指导粒子的飞行方向,再通过免疫选择机制对接种的结果进行选择,确保粒子种群向更优的方向移动。实验结果证明,基于免疫接种粒子群的聚类算法基本克服了K均值算法容易受初始聚类中心影响的缺点,聚类结果稳定,而且比基于粒子群优化的聚类算法取得了更好的聚类效果。  相似文献
10.
受生物免疫系统启发,把疫苗提取和疫苗接种思想应用到量子粒子群算法,提出了免疫量子粒子群算法。免疫接种可以指导粒子朝着更优方向进化,提高了量子粒子群的收敛速度和寻优能力。分别采用Hu算法、粒子群算法、量子粒子群、免疫量子粒子群多种算法应用于粗糙集属性约简。实验结果表明,基于免疫量子粒子群优化的约简算法在收敛速度和寻优能力都取得了更好的效果。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号